고려대 강재우 교수팀, 의료 국제대회서 한국팀 최초 우승

암 단백체 예측 정밀의료 국제경진대회 NCI-CPTAC 드림챌린지

대회 내용 최고 권위 학술지 Nature Method 게재 예정

고려대학교 염재호 총장. ⓒ연합뉴스

암 단백체 예측 정밀의료 국제경진대회 NCI-CPTAC 드림챌린지
대회 내용 최고 권위 학술지 Nature Method 게재 예정

고려대학교 정보대학 컴퓨터학과 강재우 교수 연구팀이 2017년 진행된 정밀의료 국제경진대회 “드림챌린지”에서 1위를 차지했다.

‘드림챌린지’는 전 세계 연구자들이 생명의료 분야 난제를 해결하려는 집단지성 연구단체로 2007년부터 이 대회를 개최해왔으며 대회를 통해 발생한 연구 결과를 최고 권위 학술지인 네이쳐, 쎌, 사이언스지 등에 발표하고 있다.

미국 국립보건원(NIH), 하버드 다나파버 암연구원, 영국 생어 연구소(Sanger Institute), IBM 연구소 등 세계 유수 연구기관들이 대회를 주최·주관하고 있다.

강재우 교수 연구팀 우승은 대회 역사상 한국팀 최초 성과다. 강재우 교수팀은 지난 2016년에 열린 아스트라제네카-생어 드림챌린지에서도 2위의 최상위권 성적을 거둔 바 있다.

이번 대회에서는 미국 국립 암 연구원의 유전단백체 연구센터(NCI-CPTAC)가 데이터를 제공하고 난소암 및 유방암 환자의 단백질들의 활성화 정도를 예측하는 3가지 문제를 출제했다.

암은 유전자에 생긴 변화가 단백질들의 활성화에 영향을 미치는 것으로 인하여 발생하는 질병이다. 영향을 받은 단백질들은 암 세포의 성장 및 전이뿐만 아니라 항암제에 대한 내성에도 관여할 수 있다. 따라서 이 단백질들을 측정하고 분석할 수 있다면 환자 개개인의 특성에 맞는 더 효과적인 암 치료전략을 세울 수 있다.

단백질의 활성도를 측정하는 기술들은 최근 빠르게 발전하고 있다. 그러나 측정한 단백질 정보와 기존의 방대한 양의 유전체 정보(DNA, mRNA) 간의 연관성을 밝혀내어 암 치료에 효과적인 정보를 추출하는 것은 여전히 어려운 문제다.

강재우 교수 연구팀이 만든 알고리즘은 “기계학습” 기술을 기반으로 암 환자의 유전체 정보를 활용하여 단백질들의 활성도를 예측한다. 동시에, 암 환자의 다른 단백질들의 양을 바탕으로 측정하지 않은 단백질의 활성도 또한 예측한다. 이 과정에서 주어진 학습데이터 뿐만 아니라 기존에 알려진 생명의료 지식들을 바탕으로 단백질의 양을 보다 정확하게 예측하는 인공지능을 구축하는 데 성공했다.

강재우 교수는 “의학 빅데이터에 기계학습 기술을 적용한 인공지능이 암 세포의 생명활동에 대한 실마리를 풀어낸 것”이라며 “암 환자의 단백체를 예측하는 이번 연구가 유전체 분석에만 국한되었던 기존 암 연구의 틀에서 벗어나 단백체 분석의 새로운 지평을 열기를 기대한다”고 말했다.

강재우 교수 연구팀(김선규, 이희원, 김건우, 전휘상, 전민지, 최용화, 김대한)은 전원 컴퓨터과학도로 구성된 팀임에도 불구하고 드림챌린지에 참여한 60여 개의 세계 정상급 연구팀과 경쟁해 첫 문제에서 1위, 두번째 문제에서 2위의 성과를 거뒀다. 이번 대회에서 UCLA 팀은 3위(첫 번째 문제), 스탠포드팀은 13위(두 번째 문제)에 랭크됐다.

강재우 교수 연구팀의 이번 드림챌린지 결과는 이 분야 최고 권위 학술지 Nature Method 에 게재될 예정이다.